Dataset relaterat till processövervakning och tillståndsövervakning av en lagerringsslipmaskin

SND-ID: 2022-136

Skapare/primärforskare

Muhammad Ahmer - AB SKF, Manufacturing and Process Development orcid

Pär Marklund - Luleå tekniska universitet, Institutionen för teknikvetenskap och matematik, Maskinelement orcid

Fredrik Sandin - Luleå tekniska universitet, Institutionen för system- och rymdteknik, EISLAB orcid

Martin Gustafsson - AB SKF, Manufacturing and Process Development

Kim Berglund - Luleå tekniska universitet, Institutionen för teknikvetenskap och matematik, Maskinelement orcid

... Visa mer..

Beskrivning

I publikationen (Ahmer, M., Sandin, F., Marklund, P. et al., 2022) har vi undersökt användningen av sensorer i en lagerringsslipmaskin för felklassificering och tillståndsövervakning. Föreslagen metod kombinerar domänkunskap om processövervakning och tillståndsövervakning för att framgångsrikt uppnå fellägesförutsägelse med hög noggrannhet med endast ett fåtal nyckelsensorer. Denna forskning visar att tillverkningsutrustning kan dra fördel av avancerad databehandling och maskininlärningsteknik.

Slipmaskinen är av typ SGB55 från Lidköping Machine Tools och används i detta fall för att slipa löpbanor på lagerinnerringar av typ SKF-6210 spårkullager. Sensorer för vibration, akustisk emission, kraft och temperatur är installerade för att övervaka maskinens tillstånd under slipning och olika driftsförhållanden. Data insamlas från sensorerna samt maskinens numeriska styrenhet under drift. Utvalda producerade kvalitetsparametrar mäts efter slipoperationen.

Ahmer, M., Sandin, F., Marklund, P., Gustafsson, M., & Berglund, K. (2022). Failure mode classification for condition-based maintenance in a be

... Visa mer..

Språk

Engelska

Huvudman, medverkande och finansiering

Forskningshuvudman

Luleå tekniska universitet

Ansvarig institution/enhet

Institutionen för teknikvetenskap och matematik, Maskinelement.

Skyddsvärde och etikprövning

Data innefattar personuppgifter

Nej

Metod och tidsperiod
Geografisk täckning
Publikationer

Sortera på namn | Sortera efter år

Ahmer, M., Sandin, F., Marklund, P., Gustafsson, M., & Berglund, K. (n.d.). Failure mode classification for condition-based maintenance in a bearing ring grinding machine. In The International Journal of Advanced Manufacturing Technology. https://doi.org/10.1007/s00170-022-09930-6
DOI: https://doi.org/10.1007/s00170-022-09930-6
URN: urn:nbn:se:ltu:diva-92668

Ahmer, M., Marklund, P., Gustafsson, M., & Berglund, K. (2022). An implementation framework for condition-based maintenance in a bearing ring grinder. In Leading manufacturing systems transformation – Proceedings of the 55th CIRP Conference on Manufacturing Systems 2022 (pp. 746–751). https://doi.org/10.1016/j.procir.2022.05.056
URN: urn:nbn:se:ltu:diva-90896
DOI: https://doi.org/10.1016/j.procir.2022.05.056

Om du publicerat något baserat på det här datamaterialet, meddela gärna SND en referens till din(a) publikation(er). Är du ansvarig för katalogposten kan du själv uppdatera metadata/databeskrivningen via DORIS.

Dataset
Dataset for the Implementation of Condition-based Maintenance and Maintenance Decision-making of a Bearing Ring Grinder

Beskrivning

Filerna är grupperade i mappar i zip-filer. Pdf-filen "readme_data_description.pdf" beskriver innehållet i filerna i mapparna. "lib" innehåller information om bibliotek som kan användas för att läsa .tdms-datafilerna i Matlab eller Python. Se den engelska beskrivningen för mer information.

Version 1

Citering

Muhammad Ahmer, AB SKF, Manufacturing and Process Development, Luleå tekniska universitet, Institutionen för teknikvetenskap och matematik, Maskinelement (2022). Dataset for the Implementation of Condition-based Maintenance and Maintenance Decision-making of a Bearing Ring Grinder. Svensk nationell datatjänst. Version 1. https://doi.org/10.5878/s5fj-1x03

Ladda ner citering

Dataformat / datastruktur

Numeriska

Datainsamling

  • Insamlingsmetod: Experiment
  • Beskrivning av insamlingsmetod: Rå tidsseriedata insamlad från maskin och sensorer under tillverkning av lagerringar och lagerringar kvalitetsmätdata.
  • Datainsamlare: AB SKF
  • Instrument: Lidköping SGB55 - External Grinding machine used in SKF for bearing ring grinding
  • Datakälla: Fysiska föremål

Licens

Creative Commons  Erkännande 4.0 Internationell (CC BY 4.0)
Publicerad: 2022-09-07
Senast uppdaterad: 2022-09-07